[发明专利]一种基于图像识别技术的试题反馈和推荐讲解方法与系统在审
| 申请号: | 201910191545.8 | 申请日: | 2019-03-14 |
| 公开(公告)号: | CN110096589A | 公开(公告)日: | 2019-08-06 |
| 发明(设计)人: | 张明;瞿波 | 申请(专利权)人: | 杭州笔声智能科技有限公司 |
| 主分类号: | G06F16/35 | 分类号: | G06F16/35;G06F16/33;G06T7/12;G06T5/00 |
| 代理公司: | 北京真致博文知识产权代理事务所(普通合伙) 11720 | 代理人: | 孙敬文 |
| 地址: | 311100 浙江省杭州市余杭区余*** | 国省代码: | 浙江;33 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 试题 用户端 知识点 讲解 知识树 图像识别技术 文字信息 发送 反馈 图像 接收用户 选择方式 用户请求 分类 链接 申请 分析 收藏 老师 | ||
1.一种基于图像识别技术的试题反馈和推荐讲解方法,其特征在于,包括:
接收用户端发送的试题图像,所述试题图像包括试题的文字信息;
提取所述文字信息中的知识点,根据所述知识点向所述用户端以待选择方式反馈与所述知识点相关的试题集;
当接收到用户端发送的用户选择并收藏所述试题集中对应的试题的信息时,对所述对应的试题进行分析,生成知识树,并对所述对应的试题进行分类;
当接收到用户端发送的用户请求对所述对应的试题进行讲解的信息时,根据所述对应的试题的知识树和所述对应的试题所属的类别向所述用户端推荐对应的讲解链接。
2.根据权利要求1所述的方法,其特征在于,所述提取所述文字信息中的知识点,根据所述知识点向所述用户端以待选择方式反馈与所述知识点相关的试题集,具体包括:
对所述试题图像进行分析处理,提取所述文字信息中的有效字符信息;
对所述有效字符信息进行语义分析,确定所述有效字符信息表达的语义信息,进而确定所述文字信息中的知识点;
根据所述知识点的语义信息,从习题数据库中查找与所述知识点的语义信息相匹配的试题,生成试题集;
向所述用户端以待选择方式反馈所述试题集。
3.根据权利要求2所述的方法,其特征在于,所述对所述试题图像进行分析处理,提取所述文字信息中的有效字符信息,包括:
采用字符切分法,查找连续直线的空白区域获得基准水平线,根据所述基准水平线对所述试题图像进行旋转-水平切割-垂直切割,提取出所述文字信息中的有效字符信息。
4.根据权利要求3所述的方法,其特征在于,所述根据所述知识点的语义信息,从习题数据库中查找与所述知识点的语义信息相匹配的试题,生成试题集,包括:
根据所述知识点的语义信息,从习题数据库中查找与所述知识点的语义信息的匹配度大于预设阈值的试题,作为匹配结果,按照匹配度由大到小对所述匹配结果进行排序,并按照预设条件选取所述匹配结果中的习题,生成试题集。
5.根据权利要求4所述的方法,其特征在于,在所述对所述试题图像进行分析处理,提取所述文字信息中的有效字符信息之前,还包括:
对所述试题图像进行预处理,具体包括:
对所述试题图像进行灰度处理,对灰度处理后的试题图像进行二值化处理,对二值化处理后的试题图像进行去噪。
6.根据权利要求5所述的方法,其特征在于,所述对所述试题进行分析,生成知识树,并对所述试题进行分类,具体包括:
对所述试题进行每个类别的关键字和关键词的权重进行分析,生成所述试题的知识树,并根据所述试题对应的年级、学科和知识点对所述试题进行分类。
7.根据权利要求6所述的方法,其特征在于,所述讲解链接包括:
对应类别试题的老师对该类试题进行讲解的视频的链接地址。
8.根据权利要求6所述的方法,其特征在于,所述讲解链接包括:
对应类别试题的老师通信软件的联系方式。
9.一种基于图像识别技术的试题反馈和推荐讲解系统,其特征在于,包括:
试题图像接收模块,用于接收用户端发送的试题图像,所述试题图像包括试题的文字信息;
试题集反馈模块,用于提取所述文字信息中的知识点,根据所述知识点向所述用户端以待选择方式反馈与所述知识点相关的试题集;
试题分类模块,用于当接收到用户端发送的用户选择并收藏所述试题集中对应的试题的信息时,对所述试题进行分析,生成知识树,并对所述试题进行分类;
讲解链接推送模块,用于当接收到用户端发送的用户请求对所述试题进行讲解的信息时,根据所述试题的知识树和所述试题所属的类别向所述用户端推荐对应的讲解链接。
10.根据权利要求9所述的系统,其特征在于,还包括:试题图像预处理模块,用于对所述试题图像进行预处理,具体包括:
对所述试题图像进行灰度处理,对灰度处理后的试题图像进行二值化处理,对二值化处理后的试题图像进行去噪。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州笔声智能科技有限公司,未经杭州笔声智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910191545.8/1.html,转载请声明来源钻瓜专利网。
- 上一篇:跨语言文本分类
- 下一篇:一种文档归类方法、装置、介质和电子设备





